AI衝擊職場結構 員工怎應變?

評論版 2020/10/01

分享:

筆者上周的文章分析了外賣騎手血汗生涯背後的深層原因。逐一排查美團這一新經濟平台的各方「持份人」後,我們發現,包括人工智能(AI)算法、外賣平台、騎手群體以至消費者們都在實現自身利益的最大化,難以被責難,但也無法進行自我約束,整個困局可能隨着AI算法的進步,變得更加無解。很顯然,美團帶來的是一個典型的市場失靈(Market failure)的結果。

騎手為了在AI規定的時間內送餐,不惜違反交通規則「與死神賽跑」,凸顯了市場的失靈,令筆者想起2008年由美國次按問題所引發的金融海嘯,那次危機中也看到市場失靈的影子。危機的導火綫,是銀行向無償還能力的客戶批出物業「次級按揭」貸款,然後把此類貸款證券化「打包」出售。在商言商,追求利潤是銀行的組織和營運目標。而這些並不能通過壓力測試的業主,在樓價不斷上升的迷思下購入物業,不僅擁有了物業的使用權,也可以分享樓價的增值,何樂而不為。

至於為「打包」債券進行評級的評級公司,則是按照歷史風險數據進行評級,也是基於過往發債人準時付息的事實,亦很難怪責他們是引發金融危機的罪魁禍首。那麼產業鏈的最終買方,那些次級債券投資者和基金有沒有錯?當時,很多投資者和基金都紛紛購入次級按揭的證券化產品,整個市場景氣異常。如果哪隻基金膽敢不買,回報可能立即落後於同行。在此環境下,基金經理受制於同行的壓力,也為了保住自己的飯碗,普遍加入搶購的行列,這種選擇「何罪之有」?由此來看,危機爆發而無法確定地「歸責」於誰,市場參與者都是做出符合自身利益最大化的選擇,所有人均「無錯」,但同時市場之手也非常明顯已告失靈。

加州新例 Uber司機列正式僱員

市場失靈的唯一解決辦法,就是通過法律條文來作出補救。今年5月,美國加州北部地區地方法院起訴Uber和Lyft,指控這兩家叫車軟件公司不當地將司機分類為獨立承包商(independent contractors),而不是僱員(employees),以此避免實施工作環境保護措施,和支付員工福利。今年8月,加州總檢察長頒布禁制令,禁止Uber和Lyft將旗下司機視為獨立承包商,必須視司機為正式僱員,保障員工權益,以符合加州今年1月起生效的全新勞工法案Assembly Bill 5(AB5)。

零工經濟(gig economy)下的自由工作者,如Uber司機和外賣騎手,雖為平台服務,但並非正式僱員,不能享受僱員福利,也沒有最低工資,更別說養老年金以及法定年假等勞工福利。加州立法通過AB5法例加以糾正,無疑是解決問題的手段。

而政府若要緩解外賣騎手受制於AI的窘境,主要有兩個補救途徑。首先,政府可以要求改變AI算法,強制在機器學習算法中加入條件性計算,例如訂明騎手配送過程中不能違反交通規則,或遇到天氣狀況以及意外的時候,留有緩衝的彈性空間。

其次,把騎手的非僱員身份改為正式僱員,就像加州法院對Uber司機等的「僱員身份」裁決一樣。不過,這個法規必須具普遍性或全國性。否則,若在北京實施但其他地方不施行,企業便可「擇地」經營,將經營地變遷後繼續如舊。在加州強制要求Uber平台把司機列作正式僱員後,Uber當然對裁決不滿,提出上訴的同時,也聲稱會撤出加州經營。

叫車軟件與政府之間的博弈,也是由於當前法律主要規範的,是公司形式的組織方式,而非平台經濟。我們不妨從經濟學理論再深入觀察平台的興起。

諾貝爾經濟學獎得主高斯(Ronald Coase)在《企業的性質》(The Nature of the Firm)一文中指出,企業的產生是為了節省交易費用(transaction cost)。高斯分析,市場和企業是兩種不同的集合生產要素來組織生產的方式,即兩種不同的「交易」方式。

人工智能平台 大減市場交易費用

企業產生的原因,是通過企業集合生產要素去組織生產的費用,低於通過市場調控整個生產過程的成本。因為生產環節對每一筆交易,包括僱傭合同進行的安排,都會徵收相應的費用和耗用時間。以公司的組織形式,對各方交易進行合約安排,可以大大節約交易成本。企業的產生和存在,就是為了節約交易費用,令生產流程更有效率進行。

再看今日的外賣行業,如果用一個公司來運行,從設立烹煮製作的餐廳,到讓消費者遠程下單,再完成送貨的整個全鏈條服務,即使一家非常龐大的財團如麥當勞,也只能做單一餐廳集團的嘗試。但如今不同的餐飲公司、來自各方的送餐騎手,以及為數眾多的消費者都可以在同一個平台上註冊進行交易。

如此多方的交易,背後有數億組排列與組合可能,大大增加交易成本,在近年技術成熟前是完全不可想像的。但通過大數據和人工智能搭建的平台,可以瞬間安排騎手對接餐廳和消費者,大大降低了整個交易的費用。對於送餐的流程來說,使用平台搭建的市場交易體系,比起通過企業完成一條龍送餐服務來說,優勢再明顯不過。

僱傭關係突變 現「一對多」合約

工業革命後,企業一直是組織生產的默認方式。美團等新經濟平台的興起,對職場結構的衝擊是前所未有的,我們很可能處在僱傭關係突變的轉折點。既然同一騎手可以在自己許可的工作時間內,為不同的外賣平台工作,那麼白領僱員可否也在其工作時間內,自行安排為不同的公司提供服務,而不是受制於公司架構下的「一對一」僱傭合約安排,擁有「一對多」的選擇?筆者覺得完全有可能。

特別是新冠肺炎疫情後,很多人都「居家工作」。當前白領們無法擁有「一對多」的選擇,主要還是因為傳統的僱傭合約安排,規定僱員每天朝9晚5到固定的地方上班。在新型的工作和聘用環境下,僱傭合約的一對一安排「剛性」減弱,相信可以為員工提供彈性,服務更多僱主。這種組織結構不光為外賣騎手提供選擇彈性,將來也可以應用於其他職業類別,包括連接專業人士和潛在僱主。

監視無處不在 員工恐身心受壓

事實上,亞瑪遜和谷歌等美國企業,已經應用AI算法去制定是否僱用某一員工的決策。亞馬遜透過AI數據管理龐大的倉庫,分辨哪一些工人努力值勤,哪一些疏懶,據此棄用不夠積極工作的員工。曾有員工投訴受到AI系統的嚴密監視,連上廁所的時間都沒有。

更有一些AI公司要求員工隨身佩戴一些裝置,透過裝置的數據紀錄,去提高員工的生產率。雖然AI算法能夠提升員工效率,但無可避免會增加僱員的壓力。在AI之眼的監察下,員工就像24小時都在值班工作,身心飽受壓力。

生產力提高 工作時間不減反增

著名英國經濟學家凱恩斯(John Keynes)曾在上世紀三十年代時預測,隨着生產力的發展,一百年後人們每周只需工作15小時,就可以滿足他們的需求。1965年,美國參議院的報告也有類似結論,認為到世紀更迭的2000年時,每周的工作時間會縮短到14小時,平均每天不到3小時。但事實是,如今人們每天的工作時間,尤其那些高薪、高學歷的成功人士,在工作上投入的時間,比過往更多。主要原因是員工的生產力比以前更高,以致休息的機會成本也更顯著。每休息1個小時少賺的錢,比起祖輩的損失要高幾個數量級。疊加消費時代的強烈慾望,令大家就像籠子裏的小白鼠一樣,只有不停地追逐前方永遠達不到的目標。

總體而言,當前的AI算法提升工作效率的同時,也增加人們的生理和心理壓力。一旦AI機械人可以更大範圍取代人力工作,對於普通員工的衝擊就更為嚴重。如果平台轉用無人機送貨,外賣騎手這個職業將會立即消失。將來AI究竟可以運用於多少職場場景,實在值得各方深思。

通過大數據和人工智能搭建的平台,可以瞬間安排騎手對接餐廳和消費者,大大降低了整個交易的費用。(資料圖片)

撰文 : 黃昊 科大商學院會計學系副教授

欄名 : 國是港事

緊貼財經時事新聞分析,讚好hket Facebook 專版